论文部分内容阅读
本文的主要研究工作如下：
1、本文介绍人工神经网络在短期气候预测中的运用现状，探索其运用前景；阐述BP神经网络和遗传算法的基本原理和学习训练过程，分析BP神经网络存在的一些缺陷，介绍相应的改进方法。
2、利用遗传算法全局搜索能力强的特点与人工神经网络模型学习能力强的特点，把遗传算法用于神经网络初始权重的优化，设计出GA—BP算法，可以在一定程度上克服神经网络模型训练中普遍存在的局部极小点问题。然后将此方法与短期气候预测特点相结合建立预测模型。
3、以四川省盐亭县近46年的气候变化数据为例，对基于GA—BP算法气候预测模型进行了训练和检验，运用MATLAB软件进行仿真，并与实际数据进行比较，结果显示GA—BP算法的预测结果与实际情况具有较高的一致性，预测方法有较为合理的精度，可以为小尺度地区的短期气候预测提供参考。